| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 选题背景及意义 | 第14页 |
| 1.2 国内外相关研究 | 第14-16页 |
| 1.3 本文主要内容 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 相关技术介绍 | 第18-26页 |
| 2.1 常用推荐算法 | 第18-21页 |
| 2.1.1 基于内容推荐 | 第18-19页 |
| 2.1.2 协同过滤推荐 | 第19-21页 |
| 2.1.3 组合推荐 | 第21页 |
| 2.2 相似度计算方法 | 第21-23页 |
| 2.2.1 EuclideanDistanceSimilarity:欧氏距离相似度 | 第21-22页 |
| 2.2.2 PearsonCorrelationSimilarity: 皮尔森相关系数相似度 | 第22页 |
| 2.2.3 CosineSimilarity: 余弦相似度 | 第22页 |
| 2.2.4 CityBlockSimilarity: 曼哈顿距离相似度 | 第22-23页 |
| 2.3 评价指标 | 第23-25页 |
| 2.3.1 准确度 | 第23-24页 |
| 2.3.2 多样性 | 第24-25页 |
| 2.3.3 覆盖率 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 系统需求分析及总体设计 | 第26-38页 |
| 3.1 项目背景 | 第26-27页 |
| 3.1.1 项目建设背景 | 第26页 |
| 3.1.2 推荐系统面临的问题 | 第26-27页 |
| 3.2 需求分析 | 第27-29页 |
| 3.2.1 身边服务类型 | 第27-28页 |
| 3.2.2 用户入口 | 第28页 |
| 3.2.3 数据收集与存储 | 第28页 |
| 3.2.4 推荐引擎 | 第28-29页 |
| 3.2.5 推荐报告 | 第29页 |
| 3.3 总体架构 | 第29-33页 |
| 3.3.1 业务逻辑设计 | 第30-31页 |
| 3.3.2 业务流程 | 第31-33页 |
| 3.4 数据存储层设计 | 第33-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 推荐系统层的设计和实现 | 第38-66页 |
| 4.1 用户建模模块设计与实现 | 第39-48页 |
| 4.1.1 用户数据收集 | 第40-41页 |
| 4.1.2 用户模型表示 | 第41-43页 |
| 4.1.3 用户兴趣度计算 | 第43-45页 |
| 4.1.4 用户模型实现 | 第45-48页 |
| 4.2 推荐引擎模块设计与实现 | 第48-63页 |
| 4.2.1 基于用户的协同过滤算法 | 第49-52页 |
| 4.2.2 基于用户的协同过滤实现 | 第52-55页 |
| 4.2.3 基于内容推荐 | 第55-58页 |
| 4.2.4 基于内容推荐实现 | 第58-61页 |
| 4.2.5 混合推荐实现 | 第61-63页 |
| 4.3 推荐结果处理 | 第63页 |
| 4.4 推荐算法评测 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 推荐报告模块的设计与实现 | 第66-84页 |
| 5.1 报告模板设计 | 第66-71页 |
| 5.1.1 用户建模信息展示设计 | 第66-67页 |
| 5.1.2 用户历史行为数据展示设计 | 第67-68页 |
| 5.1.3 推荐结果展示设计 | 第68-70页 |
| 5.1.4 用户反馈数据展示设计 | 第70-71页 |
| 5.1.5 本次推荐结果展示设计 | 第71页 |
| 5.2 模板内容填充的设计与实现 | 第71-79页 |
| 5.2.1 表格填充设计 | 第72-74页 |
| 5.2.2 表格填充实现 | 第74-76页 |
| 5.2.3 图片替换设计与实现 | 第76-79页 |
| 5.2.4 生成报告 | 第79页 |
| 5.3 报告生成测试与结果展示 | 第79-83页 |
| 5.3.1 报告完整性和准确性测试 | 第79-80页 |
| 5.3.2 报告部分结果展示 | 第80-83页 |
| 5.4 本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84页 |
| 6.2 展望 | 第84-86页 |
| 参考文献 | 第86-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |
